网联自动驾驶车辆协同换道系统设计开题报告

1. 研究目的与意义

汽车的出现大大的方便了大家的出行，货物也能够更加快速的流通，随着公路系统的愈发完善，汽车企业生产技术的改进导致汽车价格下降，汽车的普及率增加，经济全球化，各国的经济愈发相互依赖，上述的种种原因造成道路上的车辆越来越多，便利的公路交通网络促进了经济的发展。但是越来越多的汽车也带来了一系列的恶劣的后果，比如交通堵塞、交通事故、生态破坏等，这些后果直接或间接的造成了大量的经济损失和人员伤亡。近年来，随着车车通信技术，计算处理能力以及传感技术的飞速发展使得网联自动驾驶车辆成为当前智能交通系统技术的热点和趋势。在2018年，全球智能网联汽车技术覆盖率为31.1%，比 2016 年同期上涨5倍左右；其中国内占比35.3%，比2016年同期上涨15倍。工信部于2019年作出预测：2025年汽车销量中智能网联化将占据30%，高级自动驾驶技术将在结构化道路或指定区域内实现，而且满足基础商业化需求。也就是说，从2020年起，全球进入智能网联汽车icv（intelligent connected vehicle）的发展元年。网联自动驾驶车辆既可以通过车载传感器感知周围较短距离（通常指10米）范围内的局部环境数据，还可以通过车车通信与周围较大范围其他网联自动驾驶车辆进行车辆状态及控制信息交互和车路通信交互一定范围的路段交通状态参数，从而获取更大范围内用于驾驶决策的交通运行状态信息，并依据这些信息自动实现对车辆的最优决策和精准控制。网联自动驾驶车辆可以同时作为整个交通控制系统中的感知器和执行器。网联自动驾驶车辆对道路交通流的交通事故发生率，稳定性和通行效率等都具有极大的改善作用。据英国交通部最新研究表明，当公路上网联自动驾驶车辆的数量超过传统的人工驾驶车辆数量时，交通流状况明显改善。为此，研究构建合适的网联自动驾驶车辆换道决策模型是至关重要的。基于自主式与网联式，网联自动驾驶车辆实现对周围交通环境与邻近车辆的监测，旨在降低交通事故，提升城市交通效率。通过车载传感器，自主式感知能够监测自身及周边车辆的行驶状态；而网联式感知则依靠现代通信技术，完成自身与周边车辆、道路交通设施之间的信息交互。因此，网联自动驾驶车辆能够获得实时的周围交通环境信息，并通过数据分析处理，自主地提前做出决策规划，指导驾驶行为。在智能车辆行驶过程中，横向控制最主要的就是车道保持和自动换道控制。相较于车道保持控制，换道考虑的对象更多，决策过程更加复杂，涉及到运动学、心理-生理学等多种理论。依据相关的研究，因车辆行驶过程中的车道变换所引发的交通事故约占总事故的5%，而在所有出现伤亡事故中占有7%的比例，这说明换道所引发的事故比较严重。荷兰的交通情况统计数据中，所有交通事故有12.6%是由变换车道所致。在加拿大，汽车车道变换引起了9.8%的交通死亡事故。中国的交通问题也越来越严重，依据中国公路交通安全管理局所公布的数据可知，因车辆换道导致出现人员伤亡事件的数量相当突出。尤其是在高速公路上，因此所致的伤亡事故超过了60%的总占比。因此，研究车辆自动变道，来提高行车安全性是十分有必要的。

由文献可知，有超过90%的交通事故是因驾驶员的操作不当因素所致，这都是本可以避免发生的惨剧，虽然目前车辆上加装了安全气囊、被动吸能块等安全措施，但这也只能降低事故中人员出现伤亡的可能性，而不能从本质上减少道路交通事故的发生，提高人们行车的安全。而且因交通事故造成的财产损失也可能会完全改变一个人的人生轨迹。目前各大行业都发展快速，从而引起多种需求的集中爆发，大量数据借助互联网被收集起来，深度学习效果显著等等，这些都是最近人工智能（artificial intelligence，ai）如此热门的主要原因。因此，人工智能落实到车辆上的自动驾驶技术就应运而生，意图从本质上去降低交通事故发生的可能性，尤其是因为驾驶员的失误造成的。因此对车辆的车道保持技术、换道及两者的协同控制的研究就有重要意义。

对网联自动驾驶车辆协同换道研究中，大都致力于换道稳定性、安全性等基本性能的分析，但对行车舒适性研究较少，往往忽略了舒适性在交通流速度波动上的体现。而且，对多车因同时换道产生干扰的研究也尚未成熟。因此，在现有的交通流运行安全性与稳定性的基础上，增加舒适性，以避免发生频繁、不合理的换道行为，提升行车舒适感是研究的发展方向。

2. 研究内容和预期目标

本课题在可靠安全换道需求推动下，设计一个面向网联自动驾驶车辆的协同换道系统。

研究内容一：网联自动驾驶车辆换道系统的决策模型设计车辆决策模型设计中分为跟驰和换道两个部分。

在跟驰阶段，算法对车辆间距、速度、之前状态等基础情况，结合周围车辆换道决策，进行可行性分析，来决定是否直接进行换道；当换道策略与周围其他车辆换道策略产生冲突后，进行协同换道策略。

3. 研究的方法与步骤

研究方法：通过无线传感器网络技术将车辆网联，通过传感器、决策单元和控制单元对车辆进行协同换道系统设计。

步骤一：参考相关文献，确定车辆换道的决策流程。

并进行细化，确定换道条件与方式，完成网联自动驾驶车辆换道系统的决策模型设计。

4. 参考文献

[1] 杨巧丽.智能网联驾驶环境下的三车道交通流模型研究[D].湖南大学,2019.[2] 聂建强.高速公路车辆自主性换道行为建模研究[D].东南大学,2017.[3] 周润发.基于横向和纵向协调控制的车辆队列最优变道研究[D].哈尔滨工业大学,2020.[4] 刘志强,韩静文,倪捷.智能网联环境下的多车协同换道策略研究[J].汽车工程,2020,42(3):299-306.[5] 谭云龙,李强,杨东,等.考虑驾驶员特征的快速路合流区间隙接收模型构建[J]. 吉林大学学报,2015,45(1):55-61.[6] 乔翔宇, 戴荣健, 高剑,等. 基于共享模式的网联自动驾驶车辆路径规划研究[J]. 道路交通与安全, 2020, 020(002):73-78.[7] 王赵辉.智能网联汽车高速公路自主换道控制研究[D].哈尔滨工业大学,2019.[8] 向勇,罗禹贡,曹坤,等.基于车－车通信的自动换道控制[J].公路交通科技, 2016,33(3):120-126.[9] 杨刚. 基于车车通信的多车协同自动换道控制策略研究[D].清华大学，2016.[10] 李姗. 车辆队列间协同换道控制策略[D]. 清华大学,2018. [11] 丁婉婷.智能网联汽车高速公路自主性换道决策模型研究[D].东南大学,2017.[12] 田勇达.混流环境下智能网联车辆换道模型研究[D].吉林大学,2020.[13] 刘迪.高速公路多车协同驾驶控制策略研究[D].吉林大学,2020.[14] 蔡宾宾.多车辆协同换道与合并控制[D].大连理工大学,2017.[15] 高茹涵.基于多传感器融合的自主换道控制策略研究[D].吉林大学,2020.[16] 匡荣杰,徐月圆.基于移动闭塞理念的道路车辆跟驰系统设计[J].科学技术创新.2019(32).[17] 陈润超.匝道合流区智能网联车辆控制方案设计及仿真研究[D].吉林大学,2020.[18] 洪阳.智能网联环境下高速公路紧急障碍避让协同决策模型研究[D].东南大学,2019.[19] Zheng Y , Ran B , Qu X , et al. Cooperative Lane Changing Strategies to Improve Traffic Operation and Safety Nearby Freeway Off-Ramps in a Connected and Automated Vehicles Environment[J].IEEE Transactions on Intelligent Transportation Systems, 2019, PP(99):1-10.[20] Zhou J , Zheng H , Wang J , et al. Multiobjective Optimization of Lane-Changing Strategy for Intelligent Vehicles in Complex Driving Environments[J]. IEEE Transactions on Vehicular Technology, 2020, 69(2):1291-1308.

5. 计划与进度安排

（1）2022-03-01～2022-03-14 查阅技术资料，确定研究内容和系统架构，撰写开题报告；（2）2022-03-15～2022-03-28 结合总体架构，完成换道设计方案、系统硬件功能分析和设计；（3）2022-03-29～2022-04-25 完成硬件设计，编写系统软件程序；（4）2022-04-26～2022-05-23 系统功能软硬件调试及改进；（5）2022-05-24～2022-06-06 整理毕业设计文档，撰写、修改毕业设计论文；（6）2022-06-07～2022-06-11 提交毕业论文，准备答辩。